XiaoMi-AI文件搜索系统
World File Search System动觉
Corsetto：用于设计、Com 的动觉服装
Corsetto 是一种动觉服装，用于将专业歌手的声乐体验的躯体记忆传递给听众。然后，我们在 Corsetto 中创作了触觉手势，模仿现场歌手在演唱 Morton Feldman 的《Three Voices》时的上半身动作。Corsetto 中的手势为沉浸式歌剧表演添加了基于触觉的“第四声音”。最后，我们邀请了在现场表演期间被要求穿着 Corsetto 的观众。之后，他们进行了微观现象学访谈。分析揭示了 Corsetto 如何成功地连接内在和外在的身体感觉，创造一种共享的跨身体体验的感觉，消除听众、歌手和表演之间的界限。我们认为“主体间触觉”不仅可以成为一种生成媒介
通过感官反馈预防模式错误
摘要 研究了使用不同类型的反馈来预防模式错误。两个实验检查了文本编辑任务中模式错误的频率，其中模式错误被定义为在插入模式下尝试发出导航命令，或在命令模式下尝试插入文本。在实验 1 中，在四种不同条件下比较了动觉反馈与视觉反馈的有效性：使用键盘还是脚踏板来改变模式（动觉反馈），交叉存在或不存在视觉反馈来指示模式。结果表明，动觉反馈和视觉反馈在减少模式错误方面都是有效的。但是，无论是在减少错误方面还是在减少与模式变化相关的认知负荷方面，动觉反馈都比视觉反馈更有效。实验 2 测试了以下假设：这种动觉反馈的优越性是由于脚踏板需要受试者主动保持插入模式。结果证实，使用非锁定脚踏板切换模式比使用锁定踏板提供了更显著的模式状态信息来源。根据这些结果，我们认为用户维护的模式状态比系统维护的模式状态更有效地防止模式错误。
虚拟现实中的动作观察与运动意象相结合对皮质活动的影响
简介：过去，人们使用各种技术来改善运动想象 (MI)，例如沉浸式虚拟现实 (VR) 和动觉排练。虽然脑电图 (EEG) 已用于研究基于 VR 的动作观察和动觉运动想象 (KMI) 之间的大脑活动差异，但尚未研究它们的综合效果。先前的研究表明，基于 VR 的动作观察可以通过提供视觉信息和体现来增强 MI，即对自己作为被观察实体的一部分的感知。此外，已经发现 KMI 产生的大脑活动与实际执行任务相似。因此，我们假设，利用 VR 为动作观察提供沉浸式视觉场景，同时参与者进行动觉运动想象，将显著改善与 MI 相关的皮质活动。
惯用手对优势和非优势形象的影响
具身认知假定所有心理过程都由身体及其与环境的感觉运动相互作用所塑造（Casasanto，2009 ；Garbarini 和 Adenzato，2004 ；Madan 和 Singhal，2012 ；Wilson，2002）。通过身体体验发展认知是身体特异性假设的基础，该假设认为不同身体的个体与周围环境的互动方式不同，因此应该表现出不同的思维方式（Casasanto，2009 ）。由于右撇子（RH）和左撇子（LH）个体以系统不同的方式使用身体，研究心理过程如何随着手优势而变化是研究这一假设的理想方法（Brunyé 等人，2012 ；Conson 等人，2010 ；Willems 等人，2010 ）。一种这样的心理过程是运动意象或对动作的想象而不进行实际执行（Madan & Singhal，2012）。运动意象主要涉及两种感觉方式：视觉和动觉。视觉方式涉及对想象运动的视觉化，而动觉方式则要求个体想象运动的感觉。这两种方式并不互相排斥。例如，即使在被指示在想象不熟悉的动作时使用动觉，个体也会使用视觉方式，这表明视觉方式是为了补充不熟悉动作不太生动的动觉形象（Mizuguchi 等人，2016 年；Olsson 等人，2008 年）。
v25Si1.23.pdf
我的贡献集中在护理精神的根源上，我称之为kinaesthethos：我将其定位在生活和神经机构中是移情的起源。更具体地说，通过运动实践，我探讨了生物体之间的区别在于关注和处理他人的关注和处置。伊迪丝·斯坦（Edith Stein）是第一个强调获得他人的动觉经验的现象学家，取决于区分他人和自己 - 我的能力。神经科学中的最新发现证实了这一想法：如果我认为自己除了自己之外，我只能同情他人。但是，一个受试者的限制是什么，是什么允许一个人区分自我和非ego，如果不是身体信封？这个假设还不够，我的建议旨在证明有助于划定这种生活信封的原因。尤其是我强调了运动实践的程度，例如接触即兴创作，一方面需要重力体验以及通过移动的接收/举起，另一方面，接触接触，增加对自己身体限制的感知。这样做，这些实践提高了表演者的动觉和本体感受。因此，我认为它们通过提高身体之间破裂的意识来有助于发展护理能力。他们
Microsoft Word - 2361482021150869基于EEG的CNN驾驶员注意力分类.docx
摘要 — 准确检测驾驶员的注意力状态有助于开发辅助技术，实时应对意外危险，从而提高道路安全。本研究比较了几种根据参与者大脑活动训练的注意力分类器的性能。参与者在沉浸式模拟器中执行驾驶任务，其中汽车随机偏离巡航车道。他们必须纠正偏差，他们的反应时间被视为注意力水平的指标。参与者在两个环节中重复该任务；在一个环节中他们收到动觉反馈，在另一个环节中没有反馈。利用他们的脑电图信号，我们训练了三个注意力分类器；一个使用脑电图谱带功率的支持向量机（SVM），以及一个使用光谱特征或原始脑电图数据的卷积神经网络（CNN）。我们的结果表明，在动觉反馈下获得的原始脑电图数据上训练的 CNN 模型实现了最高的准确率（89%）。虽然使用参与者自己的大脑活动来训练模型可以获得最佳性能，但跨主体迁移学习仍然表现良好（75%），这为无校准脑机接口 (BCI) 系统带来了希望。我们的研究结果表明，CNN 和原始 EEG 信号可用于有效训练被动 BCI，以实现实时注意力分类。
七年级学生物理的基于脑的学习
农业与技术摘要本研究旨在利用基于大脑的学习开发物理课程，确定学习者沿着大脑优势的学习风格，并确定使用基于大脑的学习开发的课程对学生的概念理解、批判性思维技能、创造性思维技能、对物理的兴趣以及学习者沿着大脑优势的学习风格的影响。该研究对 2020-2021 学年的马斯巴特渔业学校 20 名 7 年级学生采用了预实验单组前测后测设计。使用研究人员制作的概念理解测试、批判性思维技能测试和创造性思维技能测试以及采用的 Davis (1994) 的大脑优势评估、Chislett MSc 和 A Chapman (2005) 的 VAK 学习风格清单和 Samaupan (2018) 的兴趣清单收集数据。研究结果显示：（1）研究前，学习者的学习风格为：左脑听觉型、左脑视觉型、右脑动觉型、全脑动觉型。研究后，学习者的学习风格为：左脑视觉型、左脑听觉型、右脑听觉型、右脑动觉型、全脑视觉型。（2）七年级物理课程中，运动、波和声音等主题的六节课采用基于脑的学习法，具有以下特点：探究学习、创造性活动整合、基于脑的学习应用和灵活学习设计。（3）实施基于脑的学习课程后，学生的概念理解、批判性思维能力、创造性思维能力和对物理的兴趣均有显著提高。然而，学生的学习风格在左右脑优势方面没有显著变化。尽管如此，大脑左半球和右半球的利用率都有所提高。因此，本研究的结果为教育工作者和课程开发者提供了将基于大脑的学习纳入教学实践的基础，以提高学生的物理教育学习成果。关键词：基于大脑的学习；大脑优势；概念理解；创造性思维能力；批判性思维能力；对物理的兴趣简介提高菲律宾基础教育的质量至关重要。这是必要的。认识到它的重要性可以促进经济进步。Ramos 和 Mourelle (2019) 建立了西班牙中学和高等教育与经济增长之间的正相关关系。这些数据表明了一个国家的经济地位与其教育质量之间的相关性。
教育人工智能的多模态性：迈向通用人工智能
摘要 本文全面考察了多模态人工智能 (AI) 方法如何为在教育环境中实现通用人工智能 (AGI) 铺平道路。它仔细研究了人工智能在教育系统中的演变和整合，强调了多模态的关键作用，其中包括听觉、视觉、动觉和语言学习模式。这项研究深入探讨了 AGI 的关键方面，包括认知框架、高级知识表示、自适应学习机制、战略规划、复杂的语言处理以及多种多模态数据源的集成。它批判性地评估了 AGI 在重塑教育范式方面的变革潜力，重点是提高教学和学习效率，填补现有方法的空白，并解决教育中 AGI 的道德考虑和负责任的使用